我们知道，目前的AOI分为离线式AOI和在线式AOI两种。其实，具体用在线AOI还是离线AOI的必须要根据自身的实际情况去权衡；如果是小批量、多Model，转线频繁的厂家采用离线式AOI 是佳选择，因为检测速度可以满足1.5条高速贴片线的需要，且易搬动，可以灵活对应对任何工序的检查需要；然后将每个被测试的图像得到的阀值与系统中已修正好的标准阀值进行比较，如果比较结果小于标准
自动光学检测仪
我们知道，目前的AOI分为离线式AOI和在线式AOI两种。其实，具体用在线AOI还是离线AOI的必须要根据自身的实际情况去权衡；如果是小批量、多Model，转线频繁的厂家采用离线式AOI 是佳选择，因为检测速度可以满足1.5条高速贴片线的需要，且易搬动，可以灵活对应对任何工序的检查需要；然后将每个被测试的图像得到的阀值与系统中已修正好的标准阀值进行比较，如果比较结果小于标准阀值则该图像通过检测，否则判别为不合格。
总体上，一个成功的机器视觉系统需要重点解决图像采集（包括光源、光学成像、数字图像获取与传输）、图像处理分析几个环节的关键技术。
照明是机器视觉系统中极其重要而又容易为人忽视的环节。其设计是机器视觉系统设计的重要步骤，直接关系着系统的成败和性能。因为照明直接作用于系统的原始输入，对输入数据质量的好坏有直接的影响。
图像特征分析理解是对目标图像进行检测和各种物理量的计算，以获得对目标图像的客观描述，主要包括图像分割、特征提取（几何形状、边界描述、纹理特性）等。机器视觉中常用的算法包括: 搜索、边缘、Blob分析、卡尺工具、光学字符识别、色彩分析。目前，机器视觉软件的竞争已经从追求功能转变为算法的准确性和效率的竞争。已有专门提供视觉软件或者开发包的厂商。因为常规的机器视觉软件开发包尽管均能提供上述功能，但其检测效果和运算效率却有很大差别。的机器视觉软件可对图像中目标特征进行而准确的检测，对图像的适应性强; 而不好的软件则存在速度慢、结果不准确、鲁棒性差的缺点。
系统分析和设计是机器视觉系统开发的难点和基础，也是许多开发商所不擅长的，急需加强。
另外，在现场环境应用中，振动、粉尘、电磁干扰会严重影响系统的工作，这些问题都是设计和开发时应注意的。
目前，以智能相机为代表的嵌入式系统因其有许多的优点而为许多所看好，高度模块化、价格低廉的视觉传感器组成的分布式网络给我们展示了一个令人激动的画面。
（作者： 来源：）
